放量突破、缩量回调怎么变成指标选股公式？A 股量价验证手册

「量增价涨才靠谱」「缩量回调再放量是新机会」——A 股量价口诀流传了几十年。问题是：什么叫「增」？相对昨天、相对 5 日均量、还是相对 20 日均量？「缩量回调」缩多少算缩？ 口语不落地，就写不成可执行的指标选股公式，回测引擎也无法执行；落地了，又容易把参数调到「刚好解释过去」。

本文是系列前文中「金叉 + 放量」的纵深版：系统讲清如何把均量倍数、价格 + 量能 AND、缩量后再放量（SEQUENCE） 三类写法变成指标选股公式，并用筛选命中数 → 批量普适性 → 单账户可执行性 → 动画复盘 → 过拟合警示完成深度验证。界面示例来自青柠量化：零代码组件含 MA/比较/AND/SEQUENCE/入场/出场/仓位；常规回测用后复权、收盘确认、下一根开盘成交并计佣金滑点。

一、量价口语 vs 可回测指标选股公式：四层拆解

– 指标（量、价）：成交量 Vol；MA_VOL(N)；Close；近 N 日 High
– 条件（放量）：Vol > MA_VOL(20) × 1.5
– 条件（缩量）：Vol < MA_VOL(20) × 0.7
– 条件（价涨 / 突破）：Close > Ref(Close,1) 或 Close > 近 20 日 High
– 逻辑（同时 / 先后）：AND 同时；SEQUENCE 先缩量回调再放量突破
– 入场（买入）：入场信号绑定逻辑输出

再固定两条口径（系列前文反复出现，此处不再省略）：

1. 后复权价格算突破与均线，避免除权造成假「放量突破」。
2. 筛选只用入场；回测补齐出场与仓位，缺出场时引擎或默认持有至区间末——只适合验入场，不适合当终局系统。

为什么「量」必须写成比较条件

成交量没有绝对的「大」与「小」，只有相对标尺。回测引擎需要明确左侧（Vol）与右侧（MA_VOL×倍数）。常见错误是把「放量」留空或写成「成交量增加」——验证策略时会失败，或 silently 用默认阈值造成不可复现。

同样，「缩量」必须写 < MA_VOL × 0.x，否则无法与「放量」在同一框架下对比松紧。

二、均量倍数：最常用的放量标尺

倍数对照与典型误用

– 相对均量：公式 — Vol / MA_VOL(N)；特点 — 稳定，推荐 N=20 或 60
– 相对昨日：公式 — Vol / Vol[1]；特点 — 波动大，易过拟合
– 相对 5 日均量：公式 — Vol / MA_VOL(5)；特点 — 敏感，信号多

– > 1.2：筛选倾向 — 偏松，命中多；风险 — 假突破、跟风盘
– 1.5 – 2.0：筛选倾向 — 常用研究区间；风险 — 需配合价格条件
– > 2.5：筛选倾向 — 偏严；风险 — 样本过少，统计不稳
– > 5：筛选倾向 — 极严；风险 — 多为异常事件，难普适

反例： 「比昨天量大一点就买」——几乎每日大量个股满足，不是策略，是噪声。

均量周期 N 怎么选

– 5：适用 — 捕捉短期异动；缺点 — 噪声大，假放量多
– 20：适用 — 通用默认；缺点 — 与 MA(20) 常配对
– 60：适用 — 过滤异常单日；缺点 — 信号更少，偏中期

改 N 比改倍数对命中数的影响有时更大：Vol > MA_VOL(5)×1.5 与 Vol > MA_VOL(60)×1.5 可能是两个完全不同的策略——对比时只改一个旋钮。

三、类型 A：放量 + 价格条件（AND 共振）

经典组合：价格突破 + 成交量放大，用 AND 绑定。

示例入场逻辑：

– Close > 近 20 日最高价（或 Close > MA(20)）
– 且 Vol > MA_VOL(20) × 1.5

与纯突破 / 纯金叉的差异

– 纯突破：解决什么问题 — 趋势启动；典型弱点 — 缩量假突破
– 纯金叉：解决什么问题 — 均线转折；典型弱点 — 无量骗线
– 放量 + 突破：解决什么问题 — 趋势 + 资金确认；典型弱点 — 参数双敏感，易过拟合
– 放量 + 金叉：解决什么问题 — 系列入门款；典型弱点 — 震荡仍多

搭建顺序：MA_VOL → 比较（量）→ 比较（价）→ AND → 入场 → 出场（如 Close < MA(20) 或死叉）→ 仓位 30%。

子类型对照：四种常见 AND 组合

– A1：价格腿 — Close > 近 20 日高；量能腿 — Vol > 均量×1.5；适合回答 — 突破是否「有量」
– A2：价格腿 — MA5 上穿 MA20；量能腿 — Vol > 均量×1.5；适合回答 — 金叉是否「有量」（系列 01）
– A3：价格腿 — Close > MA(20)；量能腿 — Vol > 均量×1.2；适合回答 — 趋势日放量
– A4：价格腿 — Close > Ref(Close,1)；量能腿 — Vol > 均量×2.0；适合回答 — 单日阳线放量（噪声大）

建议从 A1 或 A2 起步；A4 除非配合更长过滤，否则筛选命中往往过多。

四、类型 B：缩量回调后再放量（SEQUENCE）

口语：「先缩量跌到均线附近，再放量拉起来」。这是时序逻辑，同一根 K 线用 AND 表达不了，需 SEQUENCE（依次触发）：

– Step 1：条件（示例）— Vol < MA_VOL(20) × 0.7 且 Close < MA(20)（回调）；说明 — 定义「缩」与「回」
– Step 2：条件（示例）— Vol > MA_VOL(20) × 1.5 且 Close > MA(5)（再放量上攻）；说明 — 在 Step1 之后若干根 K 线内触发

SEQUENCE 参数（最大间隔 bars）会 dramatically 改变命中数：间隔过短几乎无信号；过长把无关行情绑在一起。

诚实边界： 若界面 SEQUENCE 仅支持「条件 A 完成后 N 根内条件 B」，请在该约束下写规则，勿假设「完美图形匹配」类主观模板。

五、类型 C：仅缩量回调（观察 / 筛选用）

并非所有「缩量」都要立刻买。有人先用缩量条件做观察列表，再等第二个策略触发入场——研究上可以拆成两步：

– 观察：条件 — Vol < MA_VOL(20)×0.7 且 Close 靠近 MA(20)；用途 — 筛选「回调池」
– 入场：条件 — 另策略：放量突破或金叉；用途 — 避免单 SEQUENCE 过复杂

青柠量化筛选一次只能绑一个策略入场逻辑；若要做「回调池」，可保存策略 缩量观察_v1 仅含缩量条件，人工或二次筛选再套 A1/A2——这是工作流设计，不是软件自动两步选股。

六、筛选：用命中数当松紧旋钮

同一标的池、同一「最新 K 线」模式，改一个倍数看命中变化：

– E1：改动 — 放量 1.5 → 2.0；观察 — 命中应明显下降
– E2：改动 — 加 AND 价格 > MA(60)；观察 — 命中下降，趋势性上升
– E3：改动 — SEQUENCE 间隔 5 → 20；观察 — 命中可能从 0 变有

决策树：命中数诊断

命中 = 0？
├─ SEQUENCE 策略 → 放宽缩量阈值 0.7→0.8 或加长间隔
├─ AND 策略 → 放量倍数降至 1.3 或去掉一条价格条件试跑
└─ 仍 = 0 → 检查 MA_VOL 预热期是否不足（新上市票）

命中 > 80/日？
├─ 提高放量倍数或加长均量周期 N
└─ 增加 AND：Close > MA(20) 或 仅指数成分股

系列前文「多指标 AND 共振」强调：共振不是叠满五个条件，而是用命中数迭代到可研究区间（常见参考 5–30 只/日，视资金与持仓而定）。

收盘后选股工作流（与系列收盘选股文一致）

1. 保存策略并验证通过
2. 筛选模块选「最新 K 线」+ 标的池（先自选后全市场）
3. 记录命中列表与命中数
4. 对前 5 名打开 K 线肉眼核对量能
5. 仅当核对通过，才进入次日跟踪或回测扩展

量价策略特别忌：未核对量能形态就扩大标的池——全市场 200 个「放量」里大量是异常波动，不是可重复规则。

七、指标选股公式回测：批量与单账户双压

批量单标的——普适性

– 标的池：先 30 只自选股，再沪深 300 成分
– 对比组：纯突破 vs 突破+放量 1.5 vs 放量+金叉
– 看中位数收益、胜率、最大回撤，不盯妖股

量价策略常出现：批量中位数略升，但交易次数大减——要同时记录 trade count。

单账户——可执行性

放量突破日往往多票同时点火（板块行情）。30% 仓位 + 最大 5 持仓 → 第 6 个信号丢失。单账户曲线是散户更现实的参考，与系列「批量 vs 单账户」一文一致。

成本

量价策略若在突破日追涨，滑点假设比均线策略更敏感。对比「滑点 0 vs 0.2%」两组，若优势消失，说明 edge 来自乐观成交而非规则本身。

三组对比实验（深度验证核心）

固定出场与仓位，只改入场量能/价格组合：

– 对照 1：入场 — 仅近 20 日高突破；预期相对关系 — 基准
– 实验 2：入场 — 突破 + Vol>均量×1.5；预期相对关系 — 交易次数↓，假突破可能↓
– 实验 3：入场 — 金叉 + Vol>均量×1.5；预期相对关系 — 与系列 01 对照

若实验 2 相对对照 1：中位数回撤改善但中位数收益也降——说明量能过滤在「换更少的交易」；若两者都无正的中位数收益，应证伪「简单量价突破」而非继续调倍数。

读报告：量价策略特有误读

– 「放量策略胜率高」：正确读法 — 可能因样本少；看交易次数
– 「筛选 15 只都涨」：正确读法 — 可能是单日板块 beta，非规则 alpha
– 「加 2 倍量就更好」：正确读法 — 检查是否过拟合；做 1.5 vs 2.0 敏感性
– 「批量年化 40%」：正确读法 — 先看单账户与中位数

系列前文讲解夏普与回撤的阅读方法同样适用——量价策略勿因「逻辑听起来合理」就跳过指标解读。

八、动画复盘：量是真的还是对倒？

汇总指标无法区分：放量是主力进场还是异常对倒。复盘抽样：

1. 突破日 Vol/MA_VOL 是否集中在收盘最后 30 分钟（分钟线需专业版；日线只能看全日量）。
2. 买点在下一根开盘，是否已高开 3%+，吞噬「放量突破」逻辑空间。
3. SEQUENCE 策略：Step1 缩量是否出现在「下跌中继」而非「洗盘末段」。

反例清单

– 单票把倍数调到 1.73 完美拟合：为何误导 — 过拟合
– 只看放量不看价格：为何误导 — 下跌放量也触发
– 用昨日量而非均量：为何误导 — 波动过大
– 筛选 200 只/日仍称「精选」：为何误导 — 不可执行

量价背离：必须单独证伪的反例

价涨量缩突破：Close 创新高但 Vol < MA_VOL(20)——部分人口头说「无量空涨危险」。若你的策略是「放量突破」，这类日本就不该触发；若仍触发，说明 AND 未生效或价格条件用了「High 突破」而量未绑在同一根。

价跌量增：下跌日也放量——若只写 Vol>均量×1.5 而不绑价格方向，会把恐慌卖出当买入信号。反例规则：入场必须同时 Close > MA(20) 或 Close > 近 N 日高。

九、AI 辅助：翻译量价口诀，人工验收

示例 prompt：

收盘价突破 20 日最高价，且成交量大于 20 日均量的 1.5 倍时买入；收盘价跌破 10 日最低价卖出；每次 30% 仓位。

验收清单（系列 AI 验收文同一标准）：

均量周期与倍数是否一致
突破是 Close 还是 High 比较
AND 还是 SEQUENCE 是否符合本意
出场、仓位是否补齐
导入编辑器后改一参数，筛选命中是否按预期变化

AI 不会替你承担过拟合风险。

第二段 prompt 示例（SEQUENCE 缩量再放量）

先出现成交量小于 20 日均量 0.7 倍且收盘价低于 20 日均线；之后在 15 个交易日内出现成交量大于 20 日均量 1.5 倍且收盘价高于 5 日均线时买入。跌破 10 日最低价卖出，每次 30% 仓位。

验收时重点看：Step1 与 Step2 是否在同一 SEQUENCE 节点；间隔是否为 15；缩量与放量阈值是否可独立修改。若 AI 把 SEQUENCE 写成 AND，必须手动改结构——否则回测的是「同一根 K 线又缩又放」，语义荒谬。

十、过拟合警示：量价策略为什么特别容易「调参调到神」

量价规则有至少两个自由维度（量倍数、均量周期 N），再加价格条件（突破 N 日高、MA 周期），搜索空间巨大。

– 仅 2024–2025 样本优异：含义 — 可能行情匹配，非规则稳健
– 参数 small change 大改曲线：含义 — 过拟合典型
– 批量仅 3 只票正收益：含义 — 龙头驱动，非普适
– WFO 样本外断崖：含义 — 专业版可 formal 检验；免费版至少留「未参与调参」的第二时段

专业版 参数实验室 + WFO 适合系统扫倍数 1.3–2.0；免费版请坚持 2×2 手工矩阵（两倍数 × 两时间段）再下结论。

参数搜索纪律（免费版可执行）

倍数候选：{1.3, 1.5, 1.8, 2.0}  ×  均量 N：{20, 60}
→ 最多 8 组，每组只跑批量中位数 + 命中数
→ 选「中位数不劣于基准且命中可操作」的 Pareto 前沿
→ 在未参与选参的第二时段验证
→ 若第二时段中位数翻转，放弃该倍数

不要在 8 组里再挑「年化最高」的一组宣布胜利——那是多重检验，必然过拟合。

与 WFO 样本外验证的衔接（专业版）

若你已在系列 WFO 文中了解样本内 / 样本外分割，量价策略尤其适合：量倍数是最容易被「调神」的参数。专业版 WFO 可自动滚动窗口；免费版手工做法：用 2022–2023 选倍数（1.5 vs 1.8），用 2024–2025 只验不改——样本外中位数不劣于对照组，才值得进入下一周的单账户压测。样本外翻转时，诚实动作是回到类型 A 基线或证伪，而非换第三个倍数继续试。

十一、与相邻策略的整合对照

– 趋势里金叉要量：推荐结构 — 金叉 AND 放量；系列关联 — 入门文 01
– 突破要量：推荐结构 — 近 N 日高 AND 放量；系列关联 — 突破深度文 27
– 洗盘后再启动：推荐结构 — SEQUENCE 缩量 → 放量；系列关联 — 本文类型 B
– 趋势 + 结构：推荐结构 — 放量 AND MA 多头；系列关联 — 三均线文 26

整合时每加一条 AND，重跑筛选——命中数曲线比口头「更稳」可靠。

完整策略示例：放量突破 + 三均线（进阶一体）

若你已读三均线过滤文，可把结构过滤与量能合并：

– 入场：AND（ Close > 近 20 日高；Vol > MA_VOL(20)×1.5；MA5>MA20>MA60 ）
– 出场：Close < 近 10 日低或 MA5 下穿 MA20
– 仓位：30%，最大 5 持仓

这是「突破 + 量 + 趋势结构」三位一体，条件多、命中少——务必用筛选确认未归零，并用批量看中位数是否优于「仅突破+量」或「仅突破+均线」的子集。若一体版不如子集，说明多余条件在删真信号，应减法而非加法。

十二、可执行验证手册（从零到结论）

阶段 1：形式化（30 分钟）

选定均量周期 N（建议 20）
选定放量倍数（建议 1.5 起）
选定价格条件（突破 / 金叉 / 站上 MA）
选定 AND 或 SEQUENCE
写出出场 + 仓位

阶段 2：筛选压测（15 分钟）

自选股最新 K 线命中数
全市场命中数
倍数 ±0.2 敏感性各跑一次

阶段 3：回测（45 分钟）

批量：中位数收益、回撤、交易次数
单账户：最大持仓 5、仓位 30%
佣金滑点开启

阶段 4：复盘与证伪（30 分钟）

动画复盘 10 笔随机交易
检查贡献度前 3 名标的
第二时段或第二参数组复测

何时停止优化？ 当参数小改导致结论翻转，或样本外（或未参与调参时段）中位数收益 ≤ 0——继续调倍数多半是拟合噪声，而非发现 alpha。

类型 A / B / C 选型决策树

你的口语规则是？
├─ 「突破要放量」→ 类型 A（AND 突破+量）
├─ 「先缩再放」→ 类型 B（SEQUENCE）
└─ 「只想找缩量池」→ 类型 C（观察筛选用）
     └─ 再叠加 A 或 B 作入场

已选类型后：
→ 筛选命中是否在可操作区间？
   ├─ 否 → 调倍数 / N / 间隔（只改一项）
   └─ 是 → 批量 + 单账户 + 复盘

研究笔记模板（建议本地记录）

每改一版策略，记录一行：

– v1：入场摘要 — 突破+1.5 倍量；筛选命中 — 22；批量中位数收益 — +3%；单账户年化 — +1%；交易次数 — 180；备注 — 基线
– v2：入场摘要 — v1+MA60 上；筛选命中 — 8；批量中位数收益 — +5%；单账户年化 — +2%；交易次数 — 90；备注 — 过严？

记录笔记时同时写筛选模式（最新 K 线 / 区间）与标的池，否则两周后无法复现「v2 为何只有 8 只命中」。本地 SQLite 存策略 JSON，回测摘要亦在本地——这是青柠量化相对云端策略库的优势：你的实验链不会混在别人的模板里。

分钟线与专业版：何时才需要升级

日线量价验证闭环完成后，若你发现 edge 可能来自 intraday 结构（如「收盘最后一小时放量」），日线无法分辨，才需要考虑专业版分钟线回测。升级前先写清：日线结论是否已证伪？若日线都无法支持规则，分钟线往往只是更高频的过拟合温床。同样，参数实验室适合在已有稳健日线框架上做倍数扫描，而非替代形式化与筛选纪律。

SEQUENCE 间隔 sensitivity 小实验

对类型 B 策略，固定缩量与放量阈值，只扫 SEQUENCE 最大间隔 {5, 10, 20, 40}：

– 间隔 5：预期 — 极严，命中≈0 风险
– 间隔 10：预期 — 中等
– 间隔 20：预期 — 较松
– 间隔 40：预期 — 可能把无关行情绑在一起

每个间隔记录筛选命中与批量中位数——若只有某一间隔为正、其余为负，说明结论绑定间隔参数，必须样本外再验，不宜直接用于实盘预期。

免费版用户若暂不做 WFO，也至少准备两个互不重叠的时间段：一个用来定规则松紧，一个只验不改。量价策略的参数旋钮多，单时段结论的保质期往往更短——这是特性，不是工具缺陷。把「不成立」写进笔记，与把「成立」写进笔记同样重要。

结语：量价指标选股公式的尊严在定义与验证

「量增价涨」四个字，写成 Vol > MA_VOL(20)×1.5 AND Close > 近 20 日 High，就从口号变成可证伪的指标选股公式。SEQUENCE 让「缩量再放量」有了时间结构；筛选命中数让你看见松紧；批量与单账户让你看见普适与可执行；动画复盘让你看见「量」是否支持「价」。

个人投资者做量价研究的底线，是每一个中文形容词都对应一个比较条件。做不到这一点，策略库里的「放量突破_v7」只是文件名，不是知识。先从 A1（突破+量）跑通闭环，再叠 SEQUENCE 或三均线，是更省时间的学习顺序。

青柠量化零代码组件足以覆盖上述路径；策略与结果本地保存，符合「数据不出境」的研究习惯。AI 翻译、更长历史、分钟线、参数实验室与 WFO 在专业版按需开启——免费版日线已能完成严肃的手动验证闭环。

了解青柠量化（零代码 A 股量化）

https://www.zpyztech.com/product/qingquant/

以上流程适用于任何能把「量」与「价」写成比较条件的可视化回测工具；青柠量化的价值在于 A 股日线开箱、策略本地保存与筛选—回测—复盘同一工作台内闭环，减少口径在多个平台间漂移的风险。

免责声明： 本文仅作量化研究方法与软件使用说明，不构成任何投资建议。历史回测不代表未来表现，请独立判断并自行承担交易风险。